技術進步、人工智能對勞動力市場的影響——一個文獻綜述

□ 張 剛1 孫婉璐

(1.中國人民大學 勞動人事學院, 北京 100872;2.中共中央黨校 國際戰略研究院, 北京 100091)

一、引 言

技術進步是否會對勞動力市場造成沖擊一直是人們關心的問題。早在200多年前的工業革命時期,就有人擔心機械化大生產和新技術會使大批工人失業,經濟學家稱之為“技術性失業”。為消除人們對技術進步對就業造成的擔憂,美國總統林登·約翰遜在1964年成立了“全國科技、自動化和經濟進步藍帶委員會”，研究技術進步是否帶來了失業,得出的結論是技術進步并沒有對就業造成威脅。

近年來,隨著計算機的發展以及數字技術的普及,人工智能得以飛快發展,作為此次科技革命的突破口,人工智能將成為經濟增長的重要動力。人工智能簡單來講就是用計算機實現人腦的功能[1]。其概念由約翰·麥卡錫(John MaCarthy)在1956年達特茅斯舉行的學術研討會議上首次提出[2]。狹義的人工智能指機器人及其相關技術,廣義的人工智能則指能夠模擬、延伸、替代人的行為的相關技術[2]。人工智能與以往科技革命的不同，不僅體現在其變革的速度、規模和深度上,它還具有以全新的方式替代人力勞動的潛質。近些年許多工廠出現了工業機器人,代替了許多勞動者。圍棋人工智能AlphaGo戰勝了世界排名第一的柯潔,Tesla自動駕駛技術和3D打印技術等日益成熟,使人們又一次陷入“機器替代人”的恐慌。客觀地認識技術進步、人工智能對勞動力市場和人們工作方式的影響,可以使人們正確評估未來就業前景及為公共政策的完善提供依據,確保人工智能被積極地利用。

二、技術進步、人工智能對就業均衡的影響

就業是個體獲得收入的主要方式,關系到社會穩定。人工智能是否會造成大規模失業,是當今社會和學界普遍關心的問題。對這一問題的爭論,可以追溯到技術進步是否會帶來大規模失業。

(一)技術進步對就業均衡的影響

關于技術進步是否會造成失業存在兩種觀點。一部分學者認為,技術進步是造成失業的重要原因。技術進步使資本生產效率提高,生產者更傾向使用資本代替勞動,從而造成失業。技術進步引發了“機器化大生產”,馬克思[3]在《資本論》中指出“機器和人存在著競爭關系”。機器化大生產造成大批勞動者失業[4]。Mantoux和Ashton[5]對第一次工業革命初期研究時也指出,機器化大生產使得機器和工人形成競爭關系,許多工人的工作被機器替代。Rasmussen[6]研究美國農業史時認為,機器替代了農民的工作。Autor[7]更為具體地指出,1900年,美國有41%的勞動力從事農業生產,由于技術進步的影響,到2000年,這一比例只有2%。中國學者王君等[8]認為,技術進步引發的三次科技革命無不表明,技術創新浪潮與經濟周期下的大規模失業高度相關。姚站琪和夏杰長[9]也認為,技術進步會對就業產生破壞效應。張剛等[10]指出,在技術進步帶來的產業升級過程中,要警惕其帶來的結構性失業。

另一部分學者比較樂觀地認為,技術進步會創造出新的工作崗位,會降低資本成本,生產者在擴大生產過程中會增加對工人的需求。Herrendorf 等[11]指出,在美國及歐洲農業自動化過程中,糧食價格降低了,消費者購買能力增強,從而增加了對非機械化產品的需求,在非機械化領域創造了許多工作機會。同時,技術進步可以減少人們的工作時間,人們增加了對閑暇時光的消費,因此還會拉動第三產業的發展。亞洲開發銀行經濟學家莊巨忠公布了亞開行2018年經濟報告的相關內容,指出在2005—2015年期間,技術進步使亞洲12個發展中國家或地區就業年均減少1.01億,同時,就業轉移和需求的增長使它們的就業年均增長1.37億[12]。李修全[13]引用了美國歷史就業數據分析顯示,美國汽車產業化替代了62萬個工作崗位,卻最終創造了753萬個新崗位;個人計算機替代了351萬個就業崗位,卻創造了1926萬個新崗位。Bessen[14]發現,1995年至2010年,美國的ATM機由10萬臺增長到40萬臺,同時,銀行辦事員卻從50萬人增長到55萬人。

(二)人工智能對就業均衡的影響

學者對人工智能這項技術進步對于就業均衡點影響持有不同的觀點。一部分人認為人工智能將給就業市場帶來災難,擔心人工智能對一些行業的失業沖擊可能是大規模的、快速的和斷崖式的。哪些工作未來會被人工智能取代?李開復和王詠剛[15]提出了較為簡單的判斷標準,即“五秒鐘準則”。一項本來由人從事的工作,如果人能在5秒鐘內對工作中需要思考和決策的問題作出相應決定,那么,這項工作就有非常大的可能被人工智能技術取代。從勞動特征來看,第一,簡單、重復、機械;第二,無需太多情感交流;第三,不需要太多人類靈感和智慧做出綜合判斷。

一些機構和學者對未來人工智能的替代作用進行了預測:世界銀行2016年的研究顯示,未來20年內,非洲高達71%的就業崗位有可能會被人工智能所取代,發展中國家這一比例平均為50%,OECD國家為57%[10]。根據麥肯錫全球研究所(McKinsey Global Institute)2017年底的一份調研報告顯示,到2030年,約60%職業可能被自動化替代。如果要足夠的工作崗位來保證充分就業,將會有7500萬到3.75億工作人員(占全球勞動力總數的3%～14%)需要轉換職業類別[16]。Frey 和Osborne[17]根據自動化發生的概率對美國702種職業排序,結論認為,未來10～20年由于人工智能的普及,美國會有47%的就業人口面臨失業風險,英國35%的職業可能被取代,日本則高達49%。Autor等[18]則認為,人工智能對未來日本職業替代率為55%。與Frey和Osborne[17]的結論相似,美國白宮2016年12月的報告稱,未來10～20年內,人工智能替代就業崗位的比例將由目前的9%上升到47%。日本經濟產業省2016年4月的報告稱,對人工智能和機器人等技術革新如不采取任何措施,到2030年將減少735萬就業人數,如采取積極措施,將減少161萬就業人數[2]。波士頓咨詢公司[19]的預測則相對保守:至2025年,世界機器人存量將是當前的4倍,美國每1000人中機器人增加5.25倍,將會有0.94%～1.76%的失業率及工資收入減少1.3%～2.6%。

在經驗研究中,學者一般利用工業機器人作為人工智能的代理變量來研究人工智能對就業的影響。Francesco等[20]利用歐盟歐盟六國(芬蘭、法國、德國、意大利、西班牙和瑞典,六國占歐盟工業機器人市場的85%以上)的工業機器人數據得出,每1000個勞動者中增加一個工業機器人,失業率就會增加0.16%～0.20%。他們沿用了Acemoglu和Restrepo[21]的勞動力市場均衡方法(labor market equilibrium approach)并與該文章比較后發現,歐洲工業機器人對就業的替代效應比美國更明顯。Acemoglu和Restrepo[21]利用國際機器人聯合會(IFR)的數據,分析了1990—2007年間工業機器人增長對美國勞動力市場的影響,如不考慮貿易往來等因素,每1000人中增加一個機器人,將減少0.37%的就業人口和0.73%的工資收入。基于當前美國機器人發展程度,人工智能對失業的影響仍有限,約在36～67萬個職位,相當于總人口的0.18%～0.34%。

另一部分學者比較樂觀,認為人工智能會創造出許多工作,并不會造成大規模失業。徐英瑾[22]強調了專用人工智能和通用人工智能的區別,認為當前人工智能技術一般都是專用人工智能,要發展成通用人工智能在科學層面上仍面臨諸多瓶頸,例如專用于人臉識別的深度學習框架不能直接用于下圍棋。各領域獨立的人工智能應用只能在人機交互的模式下進行,實現完全自動化和通用人工智能還需很長時間。即使新技術發生了,被替代的勞動力也可以學習新技能來轉換工作以避免失業[23]。Bloom等[24]估計,由于人工智能的發展,2010—2030年,全世界將有7.34億新的工作崗位被創造出來。Acemoglu和Restrepo[25]持謹慎的樂觀態度,他認為從科技史的視角來看,技術進步在替代一些工作的同時，會在長期創造出新的工作,新工作產生的補償效應能夠抵消替代效應。人工智能對勞動力市場上的影響有生產效應、資本積累和資本深化三種方式,這三種方式都能夠增加對勞動力的需求。但是補償效應不會那么快地起作用,經濟調整要相對滯后并可能經歷陣痛期。新任務需要新技能,工人重新尋找匹配的職位、重新進入新部門、接手新任務和員工培訓等都需要時間成本。特別是教育部門的培養明顯跟不上新技能的需求。Graetz和Michaels[26]的經驗研究利用1970—2011年17個發達國家的數據發現,除美國以外,其他國家并沒有出現人工智能造成的結構性失業。Dauth等[27]利用IFR數據對德國進行研究,也沒有發現機器人帶來明顯失業。孫文凱等[28]利用中國2003—2013年的數據發現,這十年間人工智能等技術進步并沒有帶來勞動參與率下降。

三、技術進步、人工智能對勞動力市場結構的影響

在勞動市場均衡狀態下,勞動力市場中勞動者具有異質性,一些學者根據勞動者受教育程度高低分為高技能勞動者和低技能勞動者,也有學者分為高技能工作者、中等技能工作者和低技能工作者。此前的一些技術進步會增加對高技能勞動者的需求,降低對低技能勞動者需求;人工智能則會同時增加對高、低技能勞動者的需求,降低對中等技能勞動者的需求。

(一)技術進步對勞動力市場結構的影響

技術進步會對勞動力市場帶來沖擊,但是對每個行業的沖擊不同。技術進步會對勞動力市場結構造成影響。

20世紀70～80年代,發達國家低技能工作者面臨著工資減少和失業率增加的雙重困境,這一趨勢并沒有隨著經濟的發展而有所緩和[29-30]。1940—1996年間,美國勞動力市場對大學畢業生的需求量持續增加,特別是20世紀80年代以后,一些工業領域快速技術升級導致了對受過大學教育的從業者需求相對增加。在信息密集型產業,技術升級的速度更快。技術型勞動力成比例地增長在大部分OECD國家也很明顯,計算機及計算機技術的廣泛擴展是一個顯著因素。Machin[31]指出,這種現象的主要原因是在生產過程中技術發生了改變,技術進步使企業更傾向于使用高技能工人。Acemoglu[32-33]在前人研究的基礎上,提出并完善了“技能偏向型技術進步”(Skill-Biased Technological Change)這一概念。在勞動力供給方面,他們把市場上的勞動力分為高技能工作者和低技能工作者。“技能偏向型技術進步”導致勞動力需求方對高技能勞動力的需求增加,對低技能勞動力需求減少,企業更傾向使用高技能人才。原來低技能勞動者從事的任務由于技術進步被機器替代,新任務的產生使高技能勞動者直接受益,兩者的不平等加劇。Autor等[34]通過美國的經驗論證了“技能偏向型技術進步”是高技能型人才需求背后的重要驅動力。因為,技術進步使資本設備生產率更高、價格更低,導致對高技能人才需求的增長[35]。

(二)人工智能對勞動力市場結構的影響

此次以人工智能為代表的技術進步與之前的“技能偏向型技術進步”有所不同,人工智能導致“程序偏向性技術進步”(Routine-biased Technological Change)。從勞動力的供給方來看,按技能的高低把勞動力市場上的人分為高等技能工作者、中等技能工作者和低技能工作者,人工智能的廣泛應用會造成高技能行業和低技能服務業的崗位增加,中等技能崗位減少,從而導致工作極化[36]。人工智能通過大量的數據運算,可替代重復性和常規性勞動,如律師、金融辦事員、辦公室白領等中等技能的勞動力。但兩類工作最難替代,即抽象工作和手工業工作,這兩類工作在勞動力市場上所需要的正是高技能人才和低技能人才,而中等技能的白領工作將不斷被擠壓。亞開行2018年經濟報告把職業劃分為四大類,即重復性腦力勞動、重復性體力勞動、非重復性腦力勞動和非重復性體力勞動。重復性的腦力勞動,如會計、銀行出納員采集和處理數據等職業被人工智能替代的可能性較高,數據采集和數據處理被替代的可能性分別高達64%和69%;二是重復性的體力勞動,包括流水線上的裝配工、紡織工等可預測的體力勞動,有78%可能被替代;三是非重復性的體力勞動,如廚師(20%)和理發師(25%)等工種,這些人要與顧客打交道,其體力勞動不可預測,機器很難做到;四是非重復性的腦力勞動,如研究人員和管理人員,他們的工作任務中只有9%和18%會被替代[10]。Autor 和Dorn[37]在此前的研究基礎上又進一步指出,美國1980—2005年,高、低技能勞動者人數增加,中等技能勞動者減少,出現了工作極化現象。同樣,Katz和Margo[38]也認為,美國技術升級導致的工作極化現象在20世紀80年代晚期就開始了。Michaels等[39]的研究也指出,美國近些年出現的失業現象,主要是由于人工智能等技術進步削減了對中等技能勞動者的需求。

四、技術進步、人工智能對收入分配的影響

收入分配一直是勞動經濟學比較關心的問題,收入分配過大會阻礙經濟的發展,同時會帶來一系列的社會問題。在經濟學界,一些學者認為技術進步會導致個體之間收入分配差距擴大;針對人工智能對個體收入分配的影響,存在不一致的觀點。

(一)技術進步對收入分配的影響

西方學者在早期關注收入分配時便發現，技術進步是導致收入分配差距的一個重要原因。Katz和Murphy[40]觀察到,美國在1963—1987年間勞動者周工資收入差距擴大,高等教育勞動者同未受過高等教育的勞動者收入差距擴大了25%,技術變化導致了該現象的發生。Acemoglu[32-33]觀察美國工資結構時也發現了收入差距擴大。1971年90分位的收入是10分位上收入的2.6倍,1995年增長到了3.6倍。他指出，由于社會技術進步方向是“技能偏向型技術進步”,使得工廠對高技能人才的需求增多,提高了高技能人才工資,同時對低技能工人需求減少,降低了低技能工人的實際工資,導致收入差距擴大。Machin和Reenen[41]利用7個OECD國家的數據也發現,技術進步是造成收入差距擴大的原因。Weiss和Garloff[42]指出,20世紀80年代至90年代早期,美國和英國工人收入差距擴大歸因于兩國技術需求的增加,而且技術需求增加的速度超過了技術供給的速度。Hemous和Olson[43]指出,由于技術進步,資本更多的替代低技能勞動力并對高技能勞動力產生互補作用,成為收入差距擴大的原因。克勞斯·施瓦布[44]在其著述中也提出,技術進步導致國家內部的不平等在擴大,但是國家之間的差距在縮小。

(二)人工智能對收入分配的影響

學者在研究人工智能時發現,人工智能這種“通用目的技術”(General Purpose Technology,GPT)屬于強化的自動化,可以被應用于各種領域。GTP使那些具有快速適應能力的勞動者受益,造成了收入不平等的加劇[45-47]。但是人工智能這項技術進步在機理上同之前的“技能偏向型技術進步”導致的收入分配差距不同。人工智能將重塑工作場所的“技能—技術”匹配關系,從而改變不同類型勞動者的技能溢價,它的廣泛應用會使勞動力市場形成“工作極化”(Job Polarization),進而導致因技能溢價差異而產生“工資極化”現象,那些擁有非常規技能的勞動者在人工智能浪潮中獲益更多。人工智能導致的“程序偏向性技術進步”,造成的工作極化會進一步導致工資收入極化[7,48]。這種現象不僅在發達國家很普遍,在一些發展中國家也日漸凸顯[49]。Autor[7]利用美國1980—2010年30年的數據證明,人工智能等技術進步導致了中等技能勞動者收入減少,造成工資極化。Marten等[50]利用14個歐洲國家的數據也驗證了人工智能等 “程序偏向性技術進步”是造成工資極化的重要原因。Harriganet等[51]利用1994—2007年法國企業數據也得出了同樣的結論。Dauth等[27]的研究認為,隨著工業機器人使用的增多,中間技能的勞動者將面臨巨大的收入損失,但是這種收入損失并不是來自于工作替代或者損失,而是現有工作工資的降低。他在為德國聯邦就業局撰寫的1994—2014年德國機器人使用對勞動力影響的研究報告中認為,機器人并沒有引起德國制造業工人就業不穩定,他們可能仍然在原來的公司工作,盡管從事的任務可能不同了。但是這種穩定性的代價是,同一種工作的工資水平明顯降低了。此外,機器人使用會降低中等技能勞動力和沒有正式學歷的低技能勞動力的收入水平,對前者的影響更為嚴重,但具有大學學歷的高技能勞動者收入明顯增加。

人工智能的普及將會減少市場對勞動力的需求,進而降低勞動力的回報率;同時,作為一種資本密集型技術,人工智能可以讓資本回報率大為提升。在這兩方面的共同作用下,資本和勞動這兩種要素的回報率差別會繼續擴大,這會引發收入不平等的進一步攀升[52]。

也有學者的研究認為,人工智能對收入分配的整體影響不容易輕易判斷。Acemoglu和Restrepo[53]指出,人工智能及自動化替代了它直接影響的那些類型的勞動力并使他們的實際工資降低。低技能任務的自動化加劇了工資不平等,高技能任務的自動化減少了工資不平等,但是對于工資的總效應并不明確。

五、技術進步、人工智能對勞動收入份額的影響

勞動收入是勞動者獲得收入的最主要方式,勞動收入份額所占GDP的比重直接關系到勞動者的利益。技術進步、人工智能會通過對勞動力市場結構的改變對勞動收入份額造成影響。學者普遍認為技術進步、人工智能會減少勞動收入份額。

(一)技術進步對勞動收入份額的影響

勞動收入占產出份額的比重一直是勞動經濟學中比較關心的問題。勞動收入份額的變化代表著勞動產出在經濟產出中的貢獻比。技術進步通常會帶來勞動份額的變化。當技術進步為資本偏向型(Capital-biased Technical Progress),技術進步會傾向于更利用資本,勞動收入份額會下降。當技術進步為勞動偏向型(Labor-biased Technical Progress),技術進步會傾向于利用更多勞動力,勞動收入份額也會相應的增加。Ripatti 和Vilmunen[54]研究芬蘭發現,1975—2000年,由于技術進步偏向資本,導致勞動收入份額下降。Ghazala 等[55]指出，在OECD國家,計算機發展產生的工作極化導致勞動收入份額減少。Karabarbounis和Neiman[56]更為具體地指出,勞動份額急劇下降主要是因為信息通信技術(Information and Communication Technologies)相對勞動價格急劇下降,導致工廠用資本代替勞動。我國一些學者在研究技術進步對收入份額的影響時，也得出了類似結論。黃先海和徐圣[57]利用中國1989—2006年制造業的數據,研究認為，中國制造業中的技術進步偏向資本,造成制造業中勞動收入份額下降。姚毓春等[58]對中國1997—2011年的研究也得出了同樣的結論。

(二)人工智能對勞動收入份額的影響

理論上,人工智能這項技術進步屬于利用資本代替勞動,資本的產出比升高,勞動的產出比下降,勞動收入所占份額也就下降。學者在研究人工智能時，一般會用自動化水平來代替。自動化使每位工人的產出增加，并不會導致勞動力需求相應地擴大,導致勞動收入份額下降。Autor[59]指出,美國勞動收入份額從20世紀80年代開始下降,2000年后下降的尤為明顯。這種情況不僅限于美國,其他工業化國家也存在。2018年,Autor和Salomons[60]指出,自動化使19個工業化國家的勞動收入份額減少,這些國家往往自動化發展較早,自動化對它們產生了直接影響,重工業領域尤其如此。在該研究的40年數據中,除20世紀70年代勞動收入份額小幅增長,80、90和00年代一直下降,這種下降趨勢在制造業、采礦業及建筑業等領域最為明顯。特別在過去幾年中,創新驅動使企業用資本取代勞動力,生產設備價格相對下滑,在絕大部分發達國家及中國等快速發展經濟體,機器的使用使勞動力對GDP的貢獻比降低。

Dao等[61]利用49個新興工業化國家的面板數據,說明工業機器人的使用，會使從事常規性工作的國家和行業的勞動收入份額迅速下降。Dauth等[27]的報告指出,機器人的使用增加了產出并不是以增加勞動力為前提,相反,卻使勞動收入份額下降,這種趨勢在包括德國在內的許多高收入國家尤為明顯。Berg等[62]指出,隨著機器人技術的成本更加低廉,每個人的實際產出將會增加,資本所占總收入的份額將會增大,勞動收入份額會大幅下降。

學界還有一些較為樂觀的觀點,如Acemoglu和Restrepo[21]指出,雖然人工智能及自動化增加了每位工人的產出,但工資卻沒有相應地增加,每位工人的產出和工資反向分離,勞動收入份額下降。然而,人工智能及自動化可能在一些新的領域創造出勞動密集型任務,能抵消自動化使勞動收入份額下降的負面影響,因此人工智能及自動化對勞動收入份額的影響并不確定。

六、政策建議

綜上所述,不管是樂觀派還是悲觀派學者,都認為技術進步、人工智能至少短期內會對勞動力市場帶來沖擊。最終影響不僅僅取決于技術本身,還取決于政府和企業的應對政策和措施。制定相應的公共政策能夠減緩技術進步、人工智能對勞動力市場帶來的消極影響,把握新技術帶來的機遇。

第一,改變傳統教育模式,增加職業培訓。那些中等技能和低技能的勞動者需要新技能來適應未來的工作崗位,做好培訓工作可以防止大規模失業發生,以緩解對勞動力市場帶來的沖擊[53]。Nedelkoska和Quintini[63]也指出,為應對人工智能等技術進步帶來的危機,培訓可以幫助勞動者轉換工作以應對危機。朱巧玲和李敏[64]指出,政府和企業應該加強在職員工培訓以適應技術進步。此外,傳統的單科教育已經不能適應新技術帶來的沖擊,要大力發展科學(Science)、技術(Technology)、工程(Engineering)、藝術(Art)、數學(Mathematics)融為一體的STEAM綜合教育,并在社會中培養終身教育理念。因此，政府應該加強人工智能技能教育,注重職業教育和在職培訓[65]。但是,相對于教育,在職培訓和職業培訓更能夠應對技術進步帶來的沖擊[14]。然而,為適應自動化科技發展的政策調整相對滯后并可能經歷陣痛期。勞動力市場的補償效應會相對緩慢,因為工人重新進入新的部門、接手新的任務是一個高成本的過程,包括尋找匹配的職位、職業培訓等都很耗時。新任務需要新技能,人才培養要與新技能崗位需求對接,加強校企合作。

第二,針對人工智能造成的短期失業和收入差距擴大,政府還應該做好社會保障工作,完善二次分配政策,保障低收入者的基本生活水平,避免貧富差距擴大,確保社會穩定。孫文凱等[28]指出,人工智能技術對就業的替代不可逆轉,政府需要對被替代的人群做好全面覆蓋的社會保障工作,使這些人在工作轉換的空檔期能夠平穩過度。同時,發揮國家的稅收政策,針對人工智能帶來的收入差距擴大,政府應該通過二次分配進行調整。朱敏等[65]指出,應對人工智能對勞動力市場帶來的沖擊,要做好政府兜底工作,重新設計最低工資和社保福利。

第三,對機器人征稅。許多學者提出,國家針對個人征稅,對機器人也同樣需要征稅,稅款可用于職業培訓和對失業工人的補償[65]。Abbott和Bogenschneider[66]也指出,由于人工智能的使用,導致勞動收入份額減少,對機器人征稅可以增加稅收來源,增加的稅收可以用于對人工智能造成的失業人員進行專業培訓,使其適應新的崗位,重新工作。機器人應同一般勞動者中立(Neutral)地對待,對其征稅。

七、評述與展望

隨著人工智能近十年來的迅速發展,人工智能領域的文獻越來越多。在勞動經濟學領域,首先,對于人工智能是否會帶來大規模失業,學者通過理論模型和實證研究進行闡述。他們的觀點并不統一,有學者認為人工智能會帶來失業,也有學者持樂觀態度,指出人工智能創造的崗位會更多。其次,人工智能對就業結構和勞動收入份額問題的研究結論比較一致,多數學者認為人工智能會造成就業極化,并減少勞動收入份額。另外,在人工智能對收入分配的影響中,多數學者認為人工智能會加劇收入分配差距,但是也有學者指出,人工智能發展后期可能會縮小收入差距。最后,為應對人工智能給勞動力市場帶來的沖擊,學者們提出應該做好教育培訓、做好社會保障工作及對機器人進行征稅等政策建議。

目前,人工智能對勞動力市場的影響研究已經初見成果,但是還存在一些空白領域值得關注。

第一,很多學者研究人工智能主要參考工業機器人這一指標。而智能機器人和工業機器人的工作性能和工作方式有所不同,智能機器人在家務中的作用未被納入經濟統計在內。隨著數據的可得性增加,未來研究若參考智能機器人的數據更能體現出對女性勞動力的作用。

第二,目前人工智能的國別研究多針對一些發達經濟體。但是近幾年,中國在人工智能領域得到了迅猛發展,中國的勞動力市場又具有一定的特殊性。因此,中國的人工智能發展狀況與其研究現狀之間存在很大差距。

第三,老齡化同人工智能的關系。與以往不同的是,以人工智能為代表的技術進步是伴隨著人口老齡化發生的。Acemoglu 等[21]在研究中發現,人口老齡化越嚴重的國家,人工智能發展的越好。人工智能的發展同人口結構變化的因果關系是具有研究價值的一大問題。□